Линейная регрессия в Excel

Линейная регрессия Excel

Линейная регрессия — это статистический инструмент в Excel, который используется в качестве модели прогнозного анализа для проверки взаимосвязи между двумя наборами данных переменных. Используя этот анализ, мы можем оценить взаимосвязь между двумя или более переменными. Мы можем видеть два типа переменных, т. Е. «Зависимая переменная и независимая переменная».

  • Зависимая переменная — это фактор, который мы пытаемся оценить.
  • Независимая переменная — это то, что влияет на зависимую переменную.

Таким образом, используя линейную регрессию в Excel, мы можем фактически увидеть, как зависимая переменная претерпевает изменения при изменении независимой переменной, и помогает нам математически решить, какая переменная имеет реальное влияние.

Линейная регрессия в Excel

Как добавить инструмент анализа данных линейной регрессии в Excel?

Линейная регрессия в Excel доступна в пакете инструментов анализа, который является скрытым инструментом в Excel. Это можно найти на вкладке «Данные».

Этот инструмент не отображается, пока пользователь не включит его. Чтобы включить это, выполните следующие действия.

Вы можете скачать этот шаблон Excel для линейной регрессии здесь — Шаблон для Excel для линейной регрессии

  • Шаг 1: Перейдите в ФАЙЛ >> Параметры.

Шаг 1

  • Шаг 2: Нажмите «Надстройки» в «Параметры Excel».

Шаг 2

  • Шаг 3: В Excel выберите «Надстройки Excel» в разделе «Управление раскрывающимся списком» и нажмите «Перейти».

Шаг 3

  • Шаг 4: Установите флажок «Пакет инструментов анализа» в «Надстройках».

Шаг 4

Теперь мы должны увидеть опцию «Пакет инструментов анализа» на вкладке «Данные».

Шаг 5

С помощью этой опции мы можем проводить множество вариантов «анализа данных». Давайте теперь посмотрим на некоторые из примеров.

Примеры

Как я уже сказал, линейная регрессия Excel состоит из двух вещей, то есть «зависимых и независимых переменных». В этом примере я собираюсь использовать приведенные ниже данные о проданных зимних куртках с температурой за каждый месяц.

Пример 2 в Excel с линейной регрессией

У нас есть данные о средней температуре и проданных куртках за каждый месяц. Здесь нам нужно знать, какие переменные являются независимыми, а какие — зависимыми.

Вот «Температура» является независимой переменной, поскольку нельзя контролировать температуру, поэтому это независимая переменная.

«Куртки проданыявляется зависимой переменной, потому что в зависимости от повышения и понижения температуры продажи куртки варьируются.

Теперь мы проведем анализ линейной регрессии в Excel для этих данных.

  • Шаг 1: Щелкните вкладку Данные и Анализ данных.

Пример 2-1 с линейной регрессией в Excel

  • Шаг 2: Как только вы нажмете «Анализ данных», мы увидим окно, показанное ниже. Прокрутите вниз и выберите «Регрессия» в Excel.

Пример 2-2 с линейной регрессией в Excel

  • Шаг 3: Выберите вариант «Регрессия» и нажмите «ОК», чтобы открыть окно под окном.

Пример 2-3 в Excel с линейной регрессией

  • Шаг 4: «Входной диапазон Y» — это зависимая переменная, поэтому в данном случае наша зависимая переменная «Куртки проданы» данные.

Пример 2-4 для линейной регрессии в Excel

  • Шаг 5: «Input X Range» — это независимая переменная, поэтому в этом случае наша независимая переменная «Температура» данные.

Пример 2-5 для линейной регрессии в Excel

  • Шаг 6: Выберите выходной диапазон как одну из ячеек.

Пример 2-6 для линейной регрессии в Excel

  • Шаг 7: Чтобы узнать разницу между прогнозируемыми и фактическими значениями, установите флажок «Остаточные значения».

Пример 2-7 с линейной регрессией в Excel

  • Шаг 8: Нажмите ОК; у нас будет анализ ниже.

Пример 2-8 с линейной регрессией в Excel

Первая часть анализа — это «Статистика регрессии».

Пример 2-9 с линейной регрессией в Excel

Несколько R: Этот расчет относится к коэффициенту корреляции, который измеряет силу линейной связи между двумя переменными. Коэффициент корреляции — это значение от -1 до 1.

  • 1 Указывает на сильные позитивные отношения.
  • -1 указывает на сильные отрицательные отношения.
  • 0 означает отсутствие связи.

R квадрат: Это коэффициент детерминации, который используется для определения степени соответствия.

Скорректированный квадрат R: Это скорректированное значение R Square на основе количества независимых переменных в наборе данных.

То, что нужно запомнить

  • Мы также можем использовать функцию ЛИНЕЙН в excel.
  • Для интерпретации данных вам необходимо хорошо разбираться в статистике.
  • Если анализ данных не отображается на вкладке «Данные», нам нужно включить эту опцию в опциях надстроек.

УЗНАТЬ БОЛЬШЕ >>

Похожие записи

Добавить комментарий

Ваш адрес email не будет опубликован.